F-知识与它的隐藏-依赖特征

S-粗集(singular rough sets)存在三种形式:单向S-粗集(one direction singular rough sets),单向S-粗集对偶(dualof one direction singular rough sets)和双向S-粗集(two direction singular rough sets)。S-粗集具有动态特性,遗传特性,记忆特性和隐藏特性。利用S-粗集,给出了f-隐藏知识,F-隐藏知识,隐藏度和隐藏-依赖度的概念,提出了关于隐藏知识的隐藏定理和隐藏-依赖定理,并给出应用。

F-知识安全的传递与识别

利用S-粗集,给出F-知识概念;利用S-粗集生成的F-知识与RSA算法,嫁接,渗透,提出多Agent的F-知识安全传递-识别:具有正向密秘钥匙的多Agent的F-知识安全传递与具有反向密秘钥匙的多Agent的F-知识安全传递,给出F-知识的识别准则与应用。

知识过滤与属性f-迁移依赖

依据S-粗集,给出f-迁移知识,F-迁移知识,知识过滤度和知识过滤属性f-迁移依赖的概念,提出知识过滤属性f-迁移依赖定理,给出知识过滤属性f-迁移依赖在知识识别中的应用,揭露了知识过滤的本质.

F-阶梯知识与F-阶梯挖掘-发现

利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘-发现准则及应用。这些结果是单向S-粗集的新特性与单向S-粗集的动态特性的新应用。

S-粗集上的知识特性

基于S -粗集的理论,给出了f -知识膨胀度与f -知识萎缩度的概念;讨论了f -知识膨胀与f- 知识萎缩的性质,提出了S- 粗集上知识膨胀度 萎缩度等值定理,f -知识集知识膨胀定理; f- 知识集知识萎缩定理,给出f -知识, f -知识在决策识别中的应用.

知识的规律生成及其识别

知识具有特征值,特征值可以生成规律。文章利用S-粗集给出知识规律生成的概念,f-知识规律的概念,并给出知识规律之间的关系和f-扰动规律识别准则。

F-knowledge and Its F-reduction Theorems

By using the dual of one direction singular rough sets,the concepts of F-knowledge and its F-reduction were given;F-reduction theorem of F-knowledge and attribute supplement redundant principle of F-reduction are presented;the dual of one direction singular rough sets is one of the basic forms of singular rough sets;knowledge reduction is a new research direction on rough sets and rough system theory.

S-粗集与它的(F,)-遗传(I)

利用S 粗集 (singularroughsets)的概念与结构 ,本文给出f 遗传知识 ,知识的f 遗传基因 ,S 粗集的F 遗传 ,S 粗集的F 遗传变异概念 ;提出知识的f 遗传定理 ,S 粗集的F 遗传定理 ;提出S 粗集的F 遗传变异与F 遗传显性关系定理 ;F 遗传是S 粗集的重要特征之一 .